Link to this sectionConjunto de datos de puntos clave de la mano#

Link to this sectionIntroducción#

El dataset de puntos clave de la mano de Ultralytics contiene 26,768 imágenes de manos anotadas con 21 puntos clave cada una, generadas utilizando la librería Google MediaPipe para una alta precisión y consistencia. Es compatible con los formatos de Ultralytics YOLO26 para entrenar modelos de estimación de pose.

Link to this sectionPuntos clave#

Cada mano está anotada con 21 puntos clave de la siguiente manera:

1. Muñeca
2. Pulgar (4 puntos)
3. Índice (4 puntos)
4. Corazón (4 puntos)
5. Anular (4 puntos)
6. Meñique (4 puntos)

Link to this sectionEstructura del dataset#

• Imágenes totales: 26,768 (18,776 entrenamiento / 7,992 validación).
• Clases: 1 (mano).
• Puntos clave: 21 por mano con tripletes (x, y, visibility).
• Tamaño de descarga: ~369 MB.

Para un vocabulario de gestos personalizado más allá de los puntos de referencia de mano genéricos, Ultralytics Platform gestiona el etiquetado y el entrenamiento de tu propio dataset desde el navegador.

Link to this sectionAplicaciones#

Los puntos clave de la mano admiten varias aplicaciones del mundo real:

• Reconocimiento de gestos: interacción humano-computadora e interfaces de control sin contacto.
• Controles AR/VR: interacción precisa con objetos virtuales.
• Manipulación robótica: control preciso de manos robóticas.
• Atención sanitaria: análisis de movimiento de manos para diagnósticos médicos.
• Animación: captura de movimiento para un movimiento realista de la mano.
• Autenticación biométrica: sistemas de seguridad basados en la geometría de la mano.

Link to this sectionYAML del dataset#

Se utiliza un archivo YAML para definir la configuración del conjunto de datos. Contiene información sobre las rutas del conjunto de datos, las clases y otra información relevante. En el caso del conjunto de datos Hand Keypoints, el archivo hand-keypoints.yaml se mantiene en https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/hand-keypoints.yaml.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Hand Keypoints dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/pose/hand-keypoints
# Example usage: yolo train data=hand-keypoints.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── hand-keypoints ← downloads here (369 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: hand-keypoints # dataset root dir
train: images/train # train images (relative to 'path') 18776 images
val: images/val # val images (relative to 'path') 7992 images

# Keypoints
kpt_shape: [21, 3] # number of keypoints, number of dims (2 for x,y or 3 for x,y,visible)
flip_idx: [0, 1, 2, 4, 3, 10, 11, 12, 13, 14, 5, 6, 7, 8, 9, 15, 16, 17, 18, 19, 20]

# Classes
names:
  0: hand

# Keypoint names per class
kpt_names:
  0:
    - wrist
    - thumb_cmc
    - thumb_mcp
    - thumb_ip
    - thumb_tip
    - index_mcp
    - index_pip
    - index_dip
    - index_tip
    - middle_mcp
    - middle_pip
    - middle_dip
    - middle_tip
    - ring_mcp
    - ring_pip
    - ring_dip
    - ring_tip
    - pinky_mcp
    - pinky_pip
    - pinky_dip
    - pinky_tip

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/hand-keypoints.zip

Link to this sectionUso#

Para entrenar un modelo YOLO26n-pose en el conjunto de datos de puntos clave de la mano durante 100 épocas con un tamaño de imagen de 640, puedes usar los siguientes fragmentos de código. Para obtener una lista completa de los argumentos disponibles, consulta la página de entrenamiento del modelo.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-pose.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="hand-keypoints.yaml", epochs=100, imgsz=640)

Link to this sectionMuestras de imágenes y anotaciones#

El dataset de puntos clave de la mano contiene un conjunto diverso de imágenes con manos humanas anotadas con puntos clave. Aquí tienes algunos ejemplos de imágenes del dataset, junto con sus correspondientes anotaciones:

• Imagen en mosaico: Esta imagen muestra un lote de entrenamiento compuesto por imágenes del conjunto de datos en mosaico. El mosaico es una técnica utilizada durante el entrenamiento que combina múltiples imágenes en una sola para aumentar la variedad de objetos y escenas dentro de cada lote de entrenamiento. Esto ayuda a mejorar la capacidad del modelo para generalizar a diferentes tamaños de objeto, relaciones de aspecto y contextos.

El ejemplo muestra la variedad y complejidad de las imágenes en el conjunto de datos de puntos clave de la mano y los beneficios de usar mosaico durante el proceso de entrenamiento.

Link to this sectionCitas y agradecimientos#

Si utilizas el dataset de puntos clave de la mano en tu trabajo de investigación o desarrollo, por favor, reconoce las siguientes fuentes:

También nos gustaría reconocer al creador de este conjunto de datos, Rion Dsilva, por su gran contribución a la investigación en IA visual.

Link to this sectionFAQ#

Link to this section¿Cómo entreno un modelo YOLO26 en el conjunto de datos de puntos clave de la mano?#

Carga yolo26n-pose.pt y ejecuta model.train(data="hand-keypoints.yaml", epochs=100, imgsz=640) — consulta el Ejemplo de entrenamiento anterior para ver los fragmentos completos de Python y CLI, y la página de Entrenamiento del modelo para obtener una lista completa de argumentos.

Link to this section¿Cuáles son los beneficios de utilizar el dataset de puntos clave de la mano?#

Con 26,768 imágenes anotadas y 21 puntos clave por mano generados a través de Google MediaPipe, el dataset de puntos clave de la mano proporciona a los modelos de estimación de pose la escala y la precisión de anotación necesarias para tareas de estimación de pose avanzada. Consulta la sección Puntos clave para ver el desglose completo de puntos de referencia.

Link to this section¿Qué aplicaciones pueden beneficiarse del uso del conjunto de datos de puntos clave de la mano?#

Los puntos clave de la mano admiten el reconocimiento de gestos, controles AR/VR, manipulación robótica, análisis de movimiento en atención sanitaria, animación y autenticación biométrica; consulta la sección Aplicaciones para obtener detalles sobre cada una.

Link to this section¿Cómo está estructurado el conjunto de datos de puntos clave de la mano?#

El conjunto de datos de puntos clave de la mano se divide en dos subconjuntos:

1. Train: Contiene 18,776 imágenes para el entrenamiento de modelos de estimación de pose.
2. Val: Contiene 7,992 imágenes para fines de validación durante el entrenamiento del modelo.

Esta estructura garantiza un proceso exhaustivo de entrenamiento y validación. Para más detalles, consulta la sección Estructura del conjunto de datos.

Link to this section¿Cómo uso el archivo YAML del conjunto de datos para el entrenamiento?#

La configuración del conjunto de datos se define en un archivo YAML, que incluye rutas, clases y otra información relevante. El archivo hand-keypoints.yaml se encuentra en hand-keypoints.yaml.

Para usar este archivo YAML para el entrenamiento, especifícalo en tu script de entrenamiento o comando CLI como se muestra en el ejemplo de entrenamiento anterior. Para más detalles, consulta la sección YAML del conjunto de datos.